排课算法

摘要： 针对遗传算法容易陷入早熟收敛,无法自适应具有NP难度的多种约束条件下的排课问题,提出了一种基于量子进化算法的智能化排课算法。对排课的冲突要素和约束条件进行定义,构建了排课模型。引入量子进化算法,基于班级、时间元集合的向量矩阵构造了量子染色体,基于软约束条件的最优解设计了适应度函数,基于量子进化算法的计算框架设计了排课算法。实验表明文中算法具有智能性,能够根据开课任务自动生成排课方案,而且排课的质量和效率都优于文中的对比算法。

摘要： 针对高校排课问题,本文提出了一种基于历史课表的优化遗传算法。算法采用历史课表信息构造优秀的基因个体,采用新课表与历史课表相似度作为评价种群的适应度函数。实验结果表明,相对传统遗传算法,本文提出的算法收敛速度较快,排课结果较优。

摘要： 我国提出新高考改革政策后,越来越多地区和高中开始采用走班制教学模式.相对于传统的行政班教学模式,走班制教学模式使排课问题的约束条件进一步增多,学校教育资源匮乏的现象进一步凸显.传统的排课算法不适于求解走班制教学模式下的排课问题,而纯粹的手动编排课表不仅费时费力,排出的课表还可能存在大量冲突,难以保证课表的可行性和合理性.根据走班制教学模式的特点,设计了一种获取优质可行解的方法:首先针对走班课程提出了一种自动生成教学班组合的方法;然后运用改进的遗传算法高效合理地求解排课问题.实验结果表明,该算法可获得优质的课表安排,并且已经加入到实际应用中.

摘要： 学习进行日常管理的基础工作之一便是排课工作.随着不断深入的教育改革,对排课工作的改革也在进行,安排更具科学化和任性化的学校课程,学生与教师的个体需要和个性化发展也是当下课程安排的重点.因此,想要满足现有学校的课程安排工作需求,传统的排课工作以及无法达到了,因此重新建立学校的拍客模型越发离不开新的指导思想和理论,使教育教学的需要得到进一步满足,帮助学校更高效的开展教学工作.本文主要就计算机自动排课算法应用人工智能进行研究,将排课模型建立在人工智能算法之上.

摘要： 针对高校网络体育排课工作中存在的效率低下,且不能适应空气污染等环境因素带来的负面影响,提出一种考虑了空气污染指数的排课算法,并基于该算法对高校网络体育排课系统进行了设计.该算法把污染指数、教学时间、教学场地作为算法的约束条件,通过对约束条件进行优先级划分实现自动排课,并针对算法过程中的死锁问题采用回溯思路加以解决.通过算法评价表明,本文提出的排课算法的执行效率能够满足排课系统的要求.

摘要： 自2011年开始,北京市十一学校开展了走班选课的课程改革试点工作,经过几年的实践探索,逐渐形成了一套分层与分类协同、高端与援助并存的多元化课程体系,在过去几年的实践中,根据实践探索提出了三种分层走班选课的排课思路:基于学生分组、基于课程分组V1.0、基于课程分组V2.0,分别适应不同的要求.并在云校公司的自动排课系统帮助下,实现了从人工排课到自动排课的转变,解决了多约束条件下分层分类课程的排课困境,提高了排课效率,为学校的分层走班选课改革提供了强有力的支持.

摘要： 随着"互联网+教育"技术的普及,教学模式发生了变革,线上线下相结合的互联网教学模式逐步替代传统的面对面教学模式.适用于传统教学模式的排课系统已不能满足教学管理实际需求.在互联网教学模式下,学生选课需求、教学排课管理、教学资源配置都在互联网平台实现动态调配.排课不再是在开学前根据教学计划、教学资源编排课程表,而是根据学生上课需求,动态调动教学资源.

摘要： 运用计算机进行自动排课既是高校教务管理的迫切需要,同时也具有重要的理论研究意义.由于排课问题条件约束多而复杂,所以几十年来还没有定型的最优设计方案.本文提出一种适合高校多课程且分单双周排课的综合排课算法及优化的数据库设计方案,该方案能高效率地解决高校混合式排课难题.

摘要： 自2011年开始,北京市十一学校开展了走班选课的课程改革试点工作,经过几年的实践探索,逐渐形成了一套分层与分类协同、高端与援助并存的多元化课程体系,在过去几年的实践中,根据实践探索提出了三种分层走班选课的排课思路:基于学生分组、基于课程分组V1.0、基于课程分组V2.0,分别适应不同的要求。并在云校公司的自动排课系统帮助下,实现了从人工排课到自动排课的转变,解决了多约束条件下分层分类课程的排课困境,提高了排课效率,为学校的分层走班选课改革提供了强有力的支持。

摘要： 班级、教师、课程、教室、时间是课表的基本要素,通过把排课转化为求图的完全独立集,解决了时间冲突问题和合班课问题;根据教室资源限制,对独立集的个数和大小进行控制,解决了教室完全匹配问题和一门课程的不同教室安排问题.为实现排课软件提供了一个面向实际的算法.

摘要： 课程表问题可以分为给定时间问题和不定时间问题。针对课表问题的具体特点，使用以课程作为排课算法的研究主体的思路，设计了一个模拟退火算法，解决了给定时间问题和不定时间问题的课程表的优化编排问题。并对生成的课表提出更具体的优化目标，通过设计合适的优化函数来实现这些目标，排课实验结果表明，退火算法能够对课程表问题给出较满意的课表编排方案，优化目标都能得到较好的体现。

摘要： 本申请涉及一种排课方案生成方法和装置以及相应的计算机设备、存储介质、排课系统和排课方法。所述方法包括：在第一区域显示排课阵列，排课阵列以执行时间为坐标分布多个单元区，在第二区域显示多个排课标签，各排课标签分别对应待配置执行时间的排课单元；当部分排课标签被关联操作至对应的单元区中时，在各单元区中针对该排课标签进行关联显示；接收排课指令，在排课阵列显示相应的排课方案，排课方案是针对所有排课单元的执行时间配置方式，且受关联操作的约束。本申请提供了一种灵活的排课方式，以提高工作效率。

摘要： 本发明涉及一种基于元启发式算法与贪婪算法结合的排课方法，属于教学排课方法领域。该方法从数据库中快速提取配置好的基本信息，按照排课的要求，使用带约束性的机制生成初始解值；读取完数据后，采用元启发式算法和贪婪算法进行数据分析，通过对数据解空间的分离，然后分别进行搜索，得到各个解空间的局部最优解后，再对各个解进行综合匹配，使最终结果临近最优解。本方法采用融合多种算法的方式，通过优化元启发式算法和贪婪算法的结合，在百万的不同排课组合找到最优的排课。算法以课程为中心，进行搜索匹配，取最优匹配的值。排课成功率最高达到99％，能较好地解决排课冲突问题，使得有限的学校教育资源得到最大化利用。

摘要： 本申请公开了一种可视化的排课调整指示方法和装置以及相应的计算机设备、存储介质、排课系统和排课方法，其中排课调整指示方法包括在第一区域显示排课阵列，所述排课阵列中以执行时间为坐标分布多个单元区，各单元区按照预设方案指示相应排课单元；当排课阵列中的某单元区被选定为待调整单元区时，在第二区域显示对应不同调整方案的索引图，所述索引图指示变动单元之间执行时间的切换关系，相对于调整方案、在预设方案中执行时间发生改变的排课单元为所述变动单元；当某索引图对应的调整方案被选定时，在所述排课阵列中指示与变动单元对应的单元区以及所述切换关系。本申请利用索引图和排课阵列从不同角度指示调整方案，提高了可视化程度。

摘要： 本申请公开了一种排课单元调整方法和装置以及相应的计算机设备、存储介质、排课系统和排课方法，其中排课单元调整方法，包括：在第一区域显示排课阵列，所述排课阵列中以执行时间为坐标分布多个单元区，各单元区按照预设方案指示相应排课单元；接收选择指令，所述选择指令用于在排课阵列中指定待调整单元区；在第二区域显示对应不同重排方案的标识或提示无法获得重排方案；接收预选指令，将其中一所述标识对应的重排方案显示于所述排课阵列，并显示与所述预设方案之间的差异；接收终选指令，用于根据当前标识显示的重排方案更新所述预设方案。本申请为了提高现有技术中调整执行时间的灵活性，进一步完善了交互方式。

摘要： 本申请涉及一种排课方案生成方法和装置以及相应的计算机设备、存储介质、排课系统和排课方法。所述方法包括：在第一区域显示排课阵列，排课阵列以执行时间为坐标分布多个单元区，在第二区域显示多个排课标签，各排课标签分别对应待配置执行时间的排课单元；当部分排课标签被关联操作至对应的单元区中时，在各单元区中针对该排课标签进行关联显示；接收排课指令，在排课阵列显示相应的排课方案，排课方案是针对所有排课单元的执行时间配置方式，且受关联操作的约束。本申请提供了一种灵活的排课方式，以提高工作效率。

摘要： 本发明涉及基于模拟退火算法的新高考排课算法，解决了新高考“3+3”模式中的排课问题，结合教育部所规定的教师授课计划，考虑到中学排课的实际应用情况，最终可以得到最优化处理后的令人满意的随机排课结果。本发明能满足新高考政策下排课问题的硬约束条件，保证同一教师不同时出现在两个教室且无多名教师同时出现在一个班的情况。本发明能满足新高考政策下排课问题的软约束条件，保证每班每科目每天最多一节课，教学计划同步推进。同时保证所需教师数和教室数最少，将教学资源合理分配，减少教师和教室冗余。本发明能满足新高考政策下排课问题的用户自定义约束条件，输入科目与时间段对应的得分权重后，模拟退火算法的排课结果向用户输入条件方向移动。

摘要： 本发明涉及教育排课系统技术领域，具体涉及一种基于DNA遗传进化算法的优化排课算法，包括如下操作：对班级、课程、教室、教师相互之间进行数字信息处理；建立时间段，并将课程、教室、教师作为任务单元进行编码；生成初始种群；计算个体的适应度，满足适应度优化准则，译码输出、结束计算；不满足选择再生个体；被选中个体进行交叉、变异操作后进入子代种群，并跳转至计算个体的适应度；本发明旨在提供一基于遗传算法设计的、高效率、且课程分布合理的排课算法。

摘要： 本发明涉及基于模拟退火算法的新高考排课算法，解决了新高考“3+3”模式中的排课问题，结合教育部所规定的教师授课计划，考虑到中学排课的实际应用情况，最终可以得到最优化处理后的令人满意的随机排课结果。本发明能满足新高考政策下排课问题的硬约束条件，保证同一教师不同时出现在两个教室且无多名教师同时出现在一个班的情况。本发明能满足新高考政策下排课问题的软约束条件，保证每班每科目每天最多一节课，教学计划同步推进。同时保证所需教师数和教室数最少，将教学资源合理分配，减少教师和教室冗余。本发明能满足新高考政策下排课问题的用户自定义约束条件，输入科目与时间段对应的得分权重后，模拟退火算法的排课结果向用户输入条件方向移动。

摘要： 本发明涉及基于遗传算法的新高考排课算法，解决了新高考“3+3”模式中的排课问题，结合教育部所规定的教师授课计划，考虑到中学排课的实际应用情况，最终可以得到最优化处理后的令人满意的随机排课结果。本发明能满足新高考政策下排课问题的硬约束条件，保证同一教师不同时出现在两个教室且无多名教师同时出现在一个班的情况。本发明能满足新高考政策下排课问题的软约束条件，保证每班每科目每天最多一节课，教学计划同步推进。同时保证所需教师数和教室数最少，将教学资源合理分配，减少教师和教室冗余。本发明能满足新高考政策下排课问题的用户自定义约束条件，输入科目与时间段对应的得分权重后，遗传算法的排课结果向用户输入条件的方向移动。

摘要： 基于粒子群算法的新高考排课算法属于神经网络领域，运用粒子群算法，解决了新高考“3+3”模式中的排课问题，结合教育部所规定的教师授课计划，考虑到中学排课的实际应用情况，得到最优化处理后的令人满意的随机排课结果。本发明满足新高考政策下排课问题的硬约束条件，保证同一教师不同时出现在两个教室且无多名教师同时出现在一个班的情况。本发明能满足新高考政策下排课问题的软约束条件，保证每班每科目每天最多一节课，教学计划同步推进，保证所需教师数和教室数最少，将教学资源合理分配，减少教师和教室冗余。本发明满足新高考政策下排课问题的用户自定义约束条件，输入科目与时间段对应的得分权重后，排课结果向用户输入条件方向移动。